从理论到实践 - 页 299 1...292293294295296297298299300301302303304305306...1981 新评论 Yuriy Asaulenko 2018.04.05 21:20 #2981 Алексей Тарабанов:好吧,我不得不不同意在哪里。我从来没有对这个问题感兴趣过。这是她,价格,她自己的事。它去哪里,这很好。我们所拥有的就是我们的工作。 Vitaly Muzichenko 2018.04.05 21:35 #2982 Yuriy Asaulenko:我从来没有对这个问题感兴趣。这是她,价格,她自己的事。它去哪里,这很好。我们所拥有的就是我们的工作。这适用于分钟图,在较长的时间段内,你可以在一定程度上预测它将走向何处。 igrok333 2018.04.05 23:09 #2983 Yuriy Asaulenko:我从来没有对这个问题感兴趣。这是她,价格,她自己的事。它去哪里,这很好。我们所拥有的就是我们的工作。 我不知道,不过,这取决于什么,她会去哪里? Vladimir 2018.04.05 23:33 #2984 Renat Akhtyamov:找到了一些数字--0.0018,都没有计算就出来了。这有什么意义? 我已经绞尽脑汁两天了,我不知道在哪里或如何应用它...... 如果你遇到过这样的事情,请给我一个提示。 我记得在2017年11月,亚历山大正在谈论一些不变量,结果往往是0.0018。我想他当时指的是t2参数--学生分布、尺度参数,我想还有漂移。不知道为什么,我记得这个号码。 Renat Akhtyamov 2018.04.06 01:31 #2985 Vladimir: 我记得在2017年11月,亚历山大谈到了一些不变量,结果往往是0.0018。我想他当时指的是t2参数--学生分布、尺度参数,我想还有漂移。出于某种原因,这个数字让我印象深刻。谢谢你! 我将检查这个数字的可行性。 等着看是否会恢复到某种平均值,到目前为止,图表几乎是不动的。 Alexander_K2 2018.04.06 03:18 #2986 Vladimir: 我记得在2017年11月,亚历山大正在谈论某种不变量,结果往往是0.0018。我想他指的是学生分布的t2参数,尺度参数,我想还有漂移。不知道为什么,我记得这个号码。0.18 是的,我仍然使用这个不变量。 它是价格概率分布 的非参数倾斜的不对称性系数的平均值。 再一次--如果我们采取一定量的tick采样(例如=10.000)并计算这个量在每个新tick到来时的方差和偏度,它们总是不同的--从零到无穷大。但是,如果在每一步,你计算这些数值的平均值,你会发现它们实际上是常数。 我已经看了6个月了。在此之前,这个平均值,例如一个月的平均值,在32个货币对中的任何一个都是>0.2或<0.16。 结论是,平均价格概率分布是稳定的。我们试图通过我们的行动来破坏这个结构,但我们失败了。价格系列通过趋势恢复其结构。这就是我所说的过程中的 "记忆 "效应。 Violetta Novak 2018.04.06 07:43 #2987 Alexander_K2:0.18 是的,我仍然使用这个不变量。 它是价格概率分布的非参数倾斜的不对称性系数的平均值。 再一次--如果我们采取一定量的tick采样(例如=10.000)并计算这个量在每个新tick到来时的方差和偏度,它们总是不同的--从零到无穷大。但是,如果在每一步,你计算这些数值的平均值,你会发现它们实际上是常数。 我已经看了6个月了。在此之前,这个平均值,例如一个月的平均值,在32个货币对中的任何一个都是>0.2或<0.16。 结论是,平均价格概率分布是稳定的。我们试图用我们的行动来破坏这个结构,但我们不能。价格系列通过趋势恢复其结构。这就是我所说的过程中的 "记忆 "效应。当你取最大值的指数时,它比一系列的增量下降得更快。 如果你改变系数,它变成了1.6,但这是一个粗略的值。 Violetta Novak 2018.04.06 10:17 #2988 根据亚历山大的数据,做了这个按滞后增量(按频率为+-)的不对称性表格。 附加的文件: ye1j7.zip 18 kb Renat Akhtyamov 2018.04.06 14:09 #2989 Alexander_K2:0.18是的,我仍然使用这个不变量。它是价格概率分布的非参数倾斜的不对称性系数的平均值。再一次--如果我们采取一定量的tick采样(例如=10.000)并计算这个量在每个新tick到来时的方差和偏度,它们总是不同的--从零到无穷大。但是,如果在每一步,你计算这些数值的平均值,你会发现它们实际上是常数。我已经看了6个月了。在此之前,这个平均值,例如一个月的平均值,在32个货币对中的任何一个都是>0.2或<0.16。结论是,平均价格概率分布是稳定的。我们试图通过我们的行动来破坏这个结构,但我们失败了。价格系列通过趋势恢复其结构。这就是我所说的过程中的 "记忆 "效应。好吧,我只是在除以一个点,以便以某种方式比较对......得到0.0018是的,的确,这是一个平均值。 然而,这个想法也还没有什么效果。 Andrei01 2018.04.06 14:42 #2990 Alexander_K2:1.再一次--如果我们采取一定体积的tick样本(例如=10.000),并计算这个体积在每个新tick到来时的方差和不对称性,它们总是不同的--从零到无穷大。但如果你计算每一步的这些数值的平均值,你会发现它们实际上是常数。 2.结论--价格的概率分布平均来说是稳定的。我们试图用我们的行动来破坏这个结构,但我们做不到。价格系列通过趋势恢复其结构。这就是我所说的过程中的 "记忆 "效应。1.它被称为大数法则或医院的平均温度)。 2.只要价格在必要的范围内波动,监管机构就任由其摇摆,否则就按趋势的要求纠正其方向。监管机构 "记得 "应该是什么价格)) 寻找神秘主义和一些神秘的随机价格形成过程当然是天真的,但很有可能遇到一些聪明的数学公式,在不考虑趋势的情况下,以某种方式分析和预测这一点,这最初是非偶然的...... 1...292293294295296297298299300301302303304305306...1981 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
好吧,我不得不不同意在哪里。
我从来没有对这个问题感兴趣过。这是她,价格,她自己的事。它去哪里,这很好。我们所拥有的就是我们的工作。
我从来没有对这个问题感兴趣。这是她,价格,她自己的事。它去哪里,这很好。我们所拥有的就是我们的工作。
这适用于分钟图,在较长的时间段内,你可以在一定程度上预测它将走向何处。
我从来没有对这个问题感兴趣。这是她,价格,她自己的事。它去哪里,这很好。我们所拥有的就是我们的工作。
找到了一些数字--0.0018,都没有计算就出来了。
这有什么意义?
我已经绞尽脑汁两天了,我不知道在哪里或如何应用它......
如果你遇到过这样的事情,请给我一个提示。我记得在2017年11月,亚历山大谈到了一些不变量,结果往往是0.0018。我想他当时指的是t2参数--学生分布、尺度参数,我想还有漂移。出于某种原因,这个数字让我印象深刻。
谢谢你!
我将检查这个数字的可行性。
等着看是否会恢复到某种平均值,到目前为止,图表几乎是不动的。
我记得在2017年11月,亚历山大正在谈论某种不变量,结果往往是0.0018。我想他指的是学生分布的t2参数,尺度参数,我想还有漂移。不知道为什么,我记得这个号码。
0.18
是的,我仍然使用这个不变量。
它是价格概率分布 的非参数倾斜的不对称性系数的平均值。
再一次--如果我们采取一定量的tick采样(例如=10.000)并计算这个量在每个新tick到来时的方差和偏度,它们总是不同的--从零到无穷大。但是,如果在每一步,你计算这些数值的平均值,你会发现它们实际上是常数。
我已经看了6个月了。在此之前,这个平均值,例如一个月的平均值,在32个货币对中的任何一个都是>0.2或<0.16。
结论是,平均价格概率分布是稳定的。我们试图通过我们的行动来破坏这个结构,但我们失败了。价格系列通过趋势恢复其结构。这就是我所说的过程中的 "记忆 "效应。
0.18
是的,我仍然使用这个不变量。
它是价格概率分布的非参数倾斜的不对称性系数的平均值。
再一次--如果我们采取一定量的tick采样(例如=10.000)并计算这个量在每个新tick到来时的方差和偏度,它们总是不同的--从零到无穷大。但是,如果在每一步,你计算这些数值的平均值,你会发现它们实际上是常数。
我已经看了6个月了。在此之前,这个平均值,例如一个月的平均值,在32个货币对中的任何一个都是>0.2或<0.16。
结论是,平均价格概率分布是稳定的。我们试图用我们的行动来破坏这个结构,但我们不能。价格系列通过趋势恢复其结构。这就是我所说的过程中的 "记忆 "效应。
当你取最大值的指数时,它比一系列的增量下降得更快。 如果你改变系数,它变成了1.6,但这是一个粗略的值。
0.18
是的,我仍然使用这个不变量。
它是价格概率分布的非参数倾斜的不对称性系数的平均值。
再一次--如果我们采取一定量的tick采样(例如=10.000)并计算这个量在每个新tick到来时的方差和偏度,它们总是不同的--从零到无穷大。但是,如果在每一步,你计算这些数值的平均值,你会发现它们实际上是常数。
我已经看了6个月了。在此之前,这个平均值,例如一个月的平均值,在32个货币对中的任何一个都是>0.2或<0.16。
结论是,平均价格概率分布是稳定的。我们试图通过我们的行动来破坏这个结构,但我们失败了。价格系列通过趋势恢复其结构。这就是我所说的过程中的 "记忆 "效应。
好吧,我只是在除以一个点,以便以某种方式比较对......得到0.0018
是的,的确,这是一个平均值。
然而,这个想法也还没有什么效果。
1.再一次--如果我们采取一定体积的tick样本(例如=10.000),并计算这个体积在每个新tick到来时的方差和不对称性,它们总是不同的--从零到无穷大。但如果你计算每一步的这些数值的平均值,你会发现它们实际上是常数。
2.结论--价格的概率分布平均来说是稳定的。我们试图用我们的行动来破坏这个结构,但我们做不到。价格系列通过趋势恢复其结构。这就是我所说的过程中的 "记忆 "效应。
1.它被称为大数法则或医院的平均温度)。
2.只要价格在必要的范围内波动,监管机构就任由其摇摆,否则就按趋势的要求纠正其方向。监管机构 "记得 "应该是什么价格))
寻找神秘主义和一些神秘的随机价格形成过程当然是天真的,但很有可能遇到一些聪明的数学公式,在不考虑趋势的情况下,以某种方式分析和预测这一点,这最初是非偶然的......